تقع هذه الدراسة عند تقاطع المعلومات الكمومية، وفيزياء عدم التوازن، والتعلم المعزز. هناك بالفعل أبحاث حول التحكم في الأنظمة الكمومية باستخدام التعلم، وحول التحولات الطورية الناجمة عن القياس، ونماذج الألعاب للدوائر الكمومية. لكن معظم الأعمال المجاورة إما تستخدم معلومات كاملة عن الحالة، أو تعمل في متوسط المجال أو مع عدد صغير من الكيوبتات. هنا، يتحكم الوكيل في نظام متعدد الأجسام واسع النطاق مع جزء فقط من المعلومات عن حالته، وهذا يغير الفيزياء: يظهر عتبة للمعلومات، وتحتها يُفقد التحكم.
يصنع المؤلفون نموذجًا لمخطط مثبت أحادي البعد من N كيوبتًا. في كل خطوة، مع احتمال p، يضع الوكيل بوابة ثنائية الكيوبت مثالية لفك التشابك، مختارة وفقًا لاستراتيجية، ومع احتمال 1-p، بوابة كليفورد عشوائية. تتلقى الاستراتيجية عند الإدخال "لوحة" (جدول المثبتات) في معايرة clipped gauge، والتي يُحذف منها عشوائيًا جزء 1-q من الصفوف، لمحاكاة قابلية الملاحظة الجزئية. يتم تدريب الوكيل باستخدام طريقة تحسين السياسة القريبة (PPO) مع بنية محول، والمكافأة تتناسب مع سالب إجمالي التشابك. أُجريت المحاكاة على وحدات معالجة الرسوميات باستخدام JAX، بأحجام أنظمة N=16, 32, 64, 128.
تتفوق الاستراتيجيات المُتعلَّمة بشكل جذري على الاستراتيجيات الجشعة والعشوائية. مع المعلومات الكاملة (q=1)، تقضي تمامًا على التحول الطوري: حتى مع أي p>0 مهما كان صغيرًا، تكون الحالة الثابتة ذات قانون تشابك مساحي، وتنكمش الطور الحجمي إلى نقطة p=0. الآلية هي إنشاء سلسلة من "عنق الزجاجة": يختار الوكيل عدة روابط متساوية التباعد ويحافظ على تشابك شبه صفري عليها، مما يقسم السلسلة إلى أنظمة فرعية ويحد من أقصى تشابك يمكن بلوغه. يأخذ ملف التشابك شكل أهرامات، متشابهة ذاتيًا عند مضاعفة حجم النظام. مع المعلومات الجزئية، اكتُشفت عتبة حرجة $q_c$(p): فوقها قانون مساحي، وتحتها قانون حجمي. مع زيادة p، يقل الجزء المطلوب من المعلومات. بالنسبة لـ p≥$p_c^{gree}$dy، يبقى القانون المساحي حتى عندما q→0، لأن الوكيل يلتقط أزواج بيل بكفاءة باستخدام المثبت الوحيد المتاح.
على عكس الأعمال المجاورة حيث يعمل الوكلاء في متوسط المجال أو على أنظمة صغيرة، هنا يُظهر تحكمًا في درجات الحرية الفردية في نظام من 128 كيوبتًا بمعلومات جزئية. هذا أول اختبار يثبت أن التعلم المعزز يمكن أن يثبت أطوارًا غير متوازنة بقانون تشابك مساحي في الحد الديناميكي الحراري، وأنه ليس هناك حاجة لتخطيط كامل للحالة. تظهر الدراسة أيضًا أن القواعد الحتمية البسيطة التي اخترعها البشر لا تتعامل مع الديناميكا العشوائية، بل هناك حاجة لتغذية راجعة نشطة في الزمن الحقيقي.
الامتداد الطبيعي هو دراسة الخصائص الحرجة بالقرب من عتبة المعلومات $q_c$(p) والنقطة الحرجة للاستراتيجية الجشعة $p_c^{gree}$dy: الأسس الحرجة، وسلوك القياس الديناميكي. من المثير للاهتمام معرفة ما إذا كان هذا التحول عالميًا أم يعتمد على النموذج. اتجاه آخر هو الانتقال إلى دوائر ببوابات وحدوية عشوائية (Haar-random)، حيث لم يكن هناك تحول في الحد الديناميكي الحراري سابقًا؛ هل يمكن للاستراتيجيات المُتعلَّمة إنشاء عنق زجاجة هناك أيضًا؟ ومن الواعد أيضًا التوسع إلى أنظمة ثنائية الأبعاد وأطوار غير متوازنة أخرى، مثل الطوبولوجية.
تؤثر النتائج مباشرة على تطوير بروتوكولات تصحيح الأخطاء الكمومية والذاكرة الكمومية، حيث يكون قمع التشابك مع الضوضاء أمرًا بالغ الأهمية. يمكن تكييف الطريقة لإعداد الحالات وتثبيت الأطوار الطوبولوجية في الأجهزة الكمومية الحقيقية مع وصول محدود إلى القياسات.
الخطوات التالية هي التحديد العددي للأسس الحرجة للتحول حسب المعلومات وتحليل متانة الاستراتيجيات ضد ضوضاء الأجهزة. من المهم أيضًا التحقق من قابلية نقل التعلم إلى دوائر ذات معاملات بوابات مستمرة، مما يقترب من المعالجات الكمومية الحقيقية.
ترتبط الدراسة بالمشكلة الأساسية في فيزياء الكم للعديد من الأجسام: كيف تؤثر المعلومات والقياسات على ديناميكا التشابك وظهور أطوار غير متوازنة. السؤال المفتوح هو ما إذا كانت هناك فئة عالمية من التحولات التي تحكمها المعلومات المتاحة، وما هو دور التغذية الراجعة النشطة في الديناميكا الحرارية للأنظمة الكمومية، وهو ما يتردد صداه مع مفارقة شيطان ماكسويل.
هذا القسم موجَّه إلى مؤلف العمل وزملائه. الأعمال المجاورة عثر عليها بحثٌ دلالي في أرشيفنا، لا بتطابق الكلمات. نحن لا نقيّم العمل: نعرض الحقل من حوله.
ماذا يفعل هذا العمل
يدرس المؤلفون التحكم في التشابك الكمومي في دوائر المثبتات أحادية البعد باستخدام وكلاء تعلم معزز يعملون بناءً على معلومات جزئية عن الحالة. يقومون بتدريب استراتيجيات تعمل، عند توفر نسبة كافية من المثبتات المرصودة، على تحويل قانون النمو الحجمي للتشابك إلى قانون مساحي، مما يُنشئ 'اختناقات' في التشابك. تم اكتشاف عتبة حرجة للمعلومات، دونها يُفقد التحكم.
أين تكمن قوته
يُظهر العمل أن الاستراتيجيات المدربة قادرة على التحكم في التشابك في أنظمة تصل إلى 128 كيوبت باستخدام معلومات جزئية فقط، وتتفوق على القواعد الجشعة البسيطة. يفتح هذا الطريق لدراسة دور المعلومات في الأطوار الكمومية غير المتوازنة.
إلى أين يمكن المضي
يستحق التجربة
لماذا قد يكون هذا مهمًا
فهم الحد الأدنى من المعلومات اللازمة للتحكم في الفوضى الكمومية قد يكون ذا أهمية لتصميم الأجهزة الكمومية، حيث غالبًا ما يكون التصوير الكامل للحالة مستحيلًا، ولتطوير أساليب التعلم الآلي في فيزياء الأجسام المتعددة.
أعمال قريبة في أرشيفنا
الأرشيف خالٍ حول هذا العمل: أقرب تحليل عند 0.55 فقط، مقابل 0.64 المعتادة. يبدو أن الحفر بجواره كان نادرًا.
بالنسبة لنظام من 128 كيوبتًا، يستخدم الوكيل المُدرَّب حوالي 13 مثبتًا فقط من أصل 128 (عند q=0.1)، ومع ذلك يبقي التشابك عند المستوى المساحي، ملتقطًا أزواج بيل باحتمال 76%.
فكرة "الشيطان" الذي يعرف جزءًا فقط من معلومات النظام ويبقيه بعيدًا عن الفوضى تذكرنا بشيطان ماكسويل من الخيال العلمي، لكن هنا الشيطان هو شبكة عصبية مُدرَّبة بالتجربة والخطأ.